Garmin Connect
About
Access Garmin Connect running data and training plan information.
Details
- Author
- leewnsdud
- Categories
- Cloud Service, Other, API
Jump to
Setup
Install Garmin Connect in your MCP client (Claude Desktop, Cursor, Windsurf, and others).
Repository: https://github.com/leewnsdud/garmin-connect-mcp
Follow the installation instructions in the repository README, then restart your MCP client.
Access Garmin Connect running data and training plan information.
Garmin Connect 러닝 데이터를 LLM에 제공하는 MCP(Model Context Protocol) 서버입니다.
Claude Desktop 등 MCP 클라이언트와 연동하여 러닝 훈련 분석, 계획 수립, 워크아웃 생성 등을 수행할 수 있습니다.
- 러닝 활동 조회- 최근 활동, 날짜별 조회, 상세 분석, 스플릿 데이터 (47개 필드: 페이스, 심박, 케이던스, 러닝 다이나믹스, 파워, HR존, GAP, 경사도, 스태미나, 온도 등)
- 트레일러닝 분석- ClimbPro 경사 구간 분석, 등급별 난이도, Grade Adjusted Pace, Run/Walk Detection, 날씨 조건
- 주간/월간 요약- 볼륨 트렌드, 전월 대비 비교
- 훈련 지표- VO2max, 훈련 상태, 훈련 준비도, 레이스 예측, 젖산역치
- 심박/HRV- 일간 심박, 심박변이도, 활동별 심박존 분포
- 웰니스- 수면, 스트레스, 바디배터리, SpO2
- 개인 기록/목표- PR, 피트니스 목표
- 워크아웃 생성- 시간/거리 기반 인터벌, 템포 등 구조화된 워크아웃을 Garmin 워치에 전송 (페이스/심박/케이던스/파워 타겟)
- 러닝화 관리- 신발별 누적 거리 + 마모율 추적
- 개인정보 보호- 모든 API 응답에서 PII(소유자 이름, 프로필 ID, GPS 좌표) 자동 필터링
- Python 3.10+
- uv패키지 매니저
- Garmin Connect 계정
git clone https://github.com/leewnsdud/garmin-connect-mcp.git cd garmin-connect-mcp uv sync
이메일, 비밀번호를 입력하면 OAuth 토큰이~/.garminconnect/에 저장됩니다. MFA 사용 시 코드 입력 프롬프트가 나타납니다.
토큰이 만료되면 다시 실행하거나,.env파일에 자격증명을 설정하면 자동 갱신됩니다.
~/Library/Application Support/Claude/claude_desktop_config.json에 추가:
{ "mcpServers": { "garmin-mcp": { "command": "/Users/<username>/.local/bin/uv", "args": [ "--directory", "/path/to/garmin-mcp", "run", "garmin-mcp" ] } } }
create_running_workout으로 구조화된 러닝 워크아웃을 생성하고 Garmin 워치에 동기화할 수 있습니다.
하나의 워크아웃에서 시간/거리 기반 step을 혼합 사용할 수 있습니다.
- 워크아웃 메모:description파라미터로 전체 설명 추가
- Step 메모: 각 step에"description": "메모"추가
- 마지막 회복 건너뛰기: repeat step에"skip_last_rest": true추가
{ "name": "4x1km Intervals @4:30", "description": "10K 레이스 대비 VO2max 인터벌", "steps": [ { "type": "warmup", "duration_seconds": 600, "description": "가볍게 조깅" }, { "type": "repeat", "count": 4, "skip_last_rest": true, "steps": [ { "type": "interval", "distance_meters": 1000, "target": { "type": "pace", "min": "4:20", "max": "4:40" }, "description": "목표 페이스 유지" }, { "type": "recovery", "duration_seconds": 120, "description": "천천히 조깅으로 회복" } ] }, { "type": "cooldown", "duration_seconds": 600, "description": "마무리 조깅" } ] }
상세 워크아웃 생성 가이드는AGENTS.md를, 전체 도구 요청/응답 규격은TOOL_SPEC.md를 참조하세요.
- "이번 주 러닝 요약해줘"
- "최근 3개월 주간 볼륨 트렌드 분석해줘"
- "내 VO2max 기준으로 Jack Daniels VDOT 훈련 페이스 계산해줘"
- "최근 활동들의 심박존 분포를 보고 80/20 비율을 지키고 있는지 확인해줘"
- "내일 4x1km 인터벌 워크아웃 만들어줘"
- "내 러닝화 중 교체 시기가 된 것이 있는지 확인해줘"
- "수면과 훈련 준비도의 상관관계를 분석해줘"
- "최근 트레일러닝의 경사 구간별 성과를 분석해줘"
- "트레일러닝에서 걷기/달리기 비율을 확인해줘"
# 코드 수정 후 패키지 재설치 uv sync --reinstall-package garmin-mcp # Claude Desktop 재시작으로 MCP 서버 반영
모든 Garmin API 응답에서 다음 개인정보 필드가 자동으로 제거됩니다:
- 소유자 정보:ownerId,ownerFullName,ownerDisplayName,userId, 프로필 이미지 URL
- 프로필 ID:userProfilePK,userProfileId,profileId,profileNumber
- 사용자 정보:displayName,fullName,userPro,userRoles
- GPS 좌표:startLatitude,startLongitude,endLatitude,endLongitude
이 필터링은src/garmin_mcp/sanitize.py의strip_pii()함수를 통해 재귀적으로 처리됩니다.
- python-garminconnect- Garmin Connect API 클라이언트
- FastMCP- MCP 서버 프레임워크
- uv- Python 패키지 매니저
- garth- OAuth 토큰 관리
A fitness data platform that aggregates data from providers like Strava and Fitbit, offering secure B2B API access.
MCP server for Polar AccessLink API to export data from Polar watches.
Analyse endurance sports activities, build training plans and sync structured workouts to your sports watch.
Access your Fitbit health and fitness data for personalized insights.
Connects to Garmin Connect to expose your fitness and health data to MCP-compatible clients.
A multi-protocol API for accessing fitness data from providers like Strava and Fitbit, featuring AI-powered analysis and enterprise-grade management.
Access the Strava API to interact with activities, athlete information, and other Strava data.
Access and manage wearable and health app data through the Terra API.
Fetch health and fitness metrics like heart rate, sleep, and steps from the Ultrahuman API.
Physics-based anomaly detection via MCP — send any data, get anomalies back using wave-equation dynamics. No training pipelines, no model files.
Sign in to leave a review
Use Google, GitHub, or an email account so ratings stay tied to real people.
No reviews posted yet.
